网站地图 | Tags | 热门标准 | 最新标准 | 订阅
您当前的位置:首页 > 零起点 Python 机器学习快速入门 何海群著 > 下载地址1

零起点 Python 机器学习快速入门 何海群著

  • 名  称:零起点 Python 机器学习快速入门 何海群著 - 下载地址1
  • 类  别:计算机与网络
  • 下载地址:[下载地址1]
  • 提 取 码
  • 浏览次数:3
下载帮助: 发表评论 加入收藏夹 错误报告目录
发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表
新闻评论(共有 0 条评论)

资料介绍

零起点 Python 机器学习快速入门
作者:何海群著
出版时间:2017
内容简介
  本书采用独创的黑箱模式,MBA案例教学机制,结合一线实战案例,介绍Sklearn人工智能模块库和常用的机器学习算法。书中配备大量图表说明,没有枯燥的数学公式,普通读者,只要懂Word、Excel,就能够轻松阅读全书,并学习使用书中的知识,分析大数据。本书具有以下特色:独创的黑箱教学模式,全书无任何抽象理论和深奥的数学公式。首次系统化融合Sklearn人工智能软件和Pandas数据分析软件,不用再直接使用复杂的Numpy数学矩阵模块。系统化的Sklearn函数和API中文文档,可作为案头工具书随时查阅。基于Sklearn+Pandas模式,无须任何理论基础,全程采用MBA案例模式,懂Excel就可看懂。
目录
第 1 章 从阿尔法狗开始说起1
1.1 阿尔法狗的前世今生.......1
1.2 机器学习是什么.....2
1.3 机器学习大史记.....3
1.4 机器学习经典案例......... 11
第 2 章 开发环境......13
2.1 数据分析首选 Python.....13
2.2 用户运行平台.......18
2.3 程序目录结构.......19
2.4 Spyder 编辑器界面设置.20
2.5 Python 命令行模式.........26
2.6 Notebook 模式......27
2.7 模块库控制面板...29
2.8 使用 pip 更新模块库......33
第 3 章 Python 入门案例....39
3.1 案例 3-1:第一次编程“hello,ziwang” ....39
3.2 案例 3-2:增强版“hello,zwiang” ..42
3.3 案例 3-3:列举系统模块库清单.......44
3.4 案例 3-4:常用绘图风格.........45
3.5 案例 3-5:Pandas 常用绘图风格.......47
3.6 案例 3-6:常用颜色表 cors.....49
3.7 案例源码.....50
第 4 章 Python 基本语法....58
4.1 数据类型.....58
案例 4-1:基本运算.......59
4.2 字符串.........61
案例 4-2:字符串入门...61
案例 4-3:字符串常用方法.....63
4.3 List 列表......64
案例 4-4:列表操作.......65
4.4 Tuple 元组...66
案例 4-5:元组操作.......67
4.5 Dictionary 字典.....68
案例 4-6:字典操作.......68
4.6 数据类型转换.......70
案例 4-7:控制语句.......71
案例 4-8:函数定义.......73
4.7 案例源码.....75
第 5 章 Python 人工智能入门与实践......85
5.1 从忘却开始.85
5.2 Iris 经典爱丽丝.....89
案例 5-1:Iris 爱丽丝 ....90
案例 5-2:爱丽丝进化与文本矢量化.........92
5.3 AI 操作流程95
5.4 数据切割函数.......98
案例 5-3:Iris 爱丽丝分解 ......99
案例 5-4:线性回归算法.......103
5.5 案例源码...109
第 6 章 机器学习经典算法案例(上) . 116
6.1 线性回归... 116
6.2 逻辑回归算法.....124
案例 6-1:逻辑回归算法.......125
6.3 朴素贝叶斯算法.127
案例 6-2:贝叶斯算法.129
6.4 KNN 近邻算法 ...130
案例 6-3:KNN 近邻算法.....133
6.5 随机森林算法.....135
案例 6-4:随机森林算法.......139
6.6 案例源码...140
第 7 章 机器学习经典算法案例(下) .149
7.1 决策树算法.........149
案例 7-1:决策树算法.151
7.2 GBDT 迭代决策树算法.........153
案例 7-2:GBDT 迭代决策树算法.154
7.3 SVM 向量机 .......156
案例 7-3:SVM 向量机算法.157
7.4 SVM-cross 向量机交叉算法..159
案例 7-4:SVM-cross 向量机交叉算法....160
7.5 神经网络算法.....161
案例 7-5:MLP 神经网络算法........165
案例 7-6:MLP_reg 神经网络回归算法...168
7.6 案例源码...170
第 8 章 机器学习组合算法 .........183
8.1 CCPP 数据集......183
案例 8-1:CCPP 数据集........184
案例 8-2:CCPP 数据切割....186
案例 8-3:读取 CCPP 数据集.........189
8.2 机器学习统一接口函数.........192
案例 8-4:机器学习统一接口.........193
案例 8-5:批量调用机器学习算法.201
案例 8-6:一体化调用.205
8.3 模型预制与保存.208
案例 8-7:储存算法模型.......210
案例 8-8:批量储存算法模型.........213
案例 8-9:批量加载算法模型.........215
案例 8-10:机器学习组合算法.......219
8.4 案例源码...224
附录 A Sklearn 常用模块和函数.242
附录 B 极宽量化系统模块图......266
下载排行 | 下载帮助 | 下载声明 | 信息反馈 | 网站地图  360book | 联系我们谢谢